A randomized trial of a community-based approach to dyslipidemia management
Notice bibliographique
Résumé
BACKGROUND: Dyslipidemia is an important risk factor for cardiovascular disease but is suboptimally managed. Pharmacists are accessible primary care professionals and with expanded scopes of practice (including prescribing), could identify and manage patients with dyslipidemia. We sought to evaluate the effect of pharmacist prescribing of dyslipidemia medications on the proportion of participants achieving target LDL-cholesterol (LDL-c) levels. METHODS: We conducted a randomized controlled trial in 14 community pharmacies in Alberta, Canada. We enrolled adults with uncontrolled dyslipidemia as defined by the 2009 Canadian Dyslipidemia Guidelines. Intervention was pharmacist-directed dyslipidemia care, including assessment of cardiovascular risk, review of LDL-c, prescribing of medications, health behaviour interventions and follow-up every 6 weeks for 6 months. Usual care patients received their lipid results and a pamphlet on cardiovascular disease and usual care from their physician and pharmacist. Primary outcome was the proportion of participants achieving their target LDL-c (<2 mmol/L or ≥50% reduction) at 6 months between groups. RESULTS: < 0.001. CONCLUSION: Pharmacist prescribing resulted in >3-fold more patients achieving target LDL-c levels. This could have major public health implications.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».